CircleSnake：基于圆形表示的实例分割方法
计算机视觉与模式识别
2022-11-03 v1
摘要
圆形表示近来被引入作为一种针对球形医学对象的、经医学影像优化的表示，用于更有效的实例目标检测。凭借其在实例检测上的优越性能，将圆形表示扩展至实例医学对象分割颇具吸引力。在本工作中，我们提出 CircleSnake，一种简单的、基于端到端圆形轮廓形变的、面向球形医学对象的分割方法。相较于流行的 DeepSnake 方法，我们的贡献有三方面：（1）我们用计算免费且一致的边界圆到圆轮廓适配来替换复杂的边界框到八边形轮廓变换，以分割球形医学对象；（2）圆形表示相较八边形表示（DoF=8）具有更少自由度（DoF=2），从而带来更鲁棒的分割性能和更好的旋转一致性；（3）据我们所知，提出的 CircleSnake 方法是首个具有一致圆形检测、圆轮廓提议和圆形卷积的端到端圆形表示深度分割流水线方法。关键创新在于将圆形图卷积与圆形检测集成到一个端到端实例分割框架中，这由所提出的简单且一致的圆轮廓表示实现。肾小球被用于评估基准的性能。从结果来看，CircleSnake 将肾小球检测的平均精度从 0.559 提升至 0.614。Dice 分数从 0.804 提升至 0.849。代码已发布：https://github.com/hrlblab/CircleSnake
引用
@article{arxiv.2211.01254,
title = {CircleSnake: Instance Segmentation with Circle Representation},
author = {Ethan H. Nguyen and Haichun Yang and Zuhayr Asad and Ruining Deng and Agnes B. Fogo and Yuankai Huo},
journal= {arXiv preprint arXiv:2211.01254},
year = {2022}
}
备注
Machine Learning in Medical Imaging Workshop for 2022 MICCAI